大规模数据的语义集成

目前，网络用户产生的数据已超过250亿，如此规模的异构数据集成已成为Web发展面临的核心问题之一。但是现有的语义实例数据的集成方法，大都集中在传统的Web应用上，对大规模数据的集成缺乏应有的研究。本课题拟在已有研究成果的基础上，进一步针对用户生成的大规模数据，在语义集成的理论方法和实际应用方面展开深入的研究，在理论基础方面，针对群体智能信息和用户的主动交互，建立语义集成模型，解决群体智能的动态演化以及匹配的推荐和删减问题；针对网络用户交互信息分布不均匀的情况，研究基于用户交互的主动学习，解决匹配过程中的增量式学习问题；针对数据的规模问题，研究分布式并行匹配策略，解决时间瓶颈问题；针对大规模语义实例数据的查询问题，研究跨本体查询和多粒度转换算法，提高查询的精确度。在应用方面，研究成果将用于解决实际问提，验证提出的理论模型和算法的有效性。拟针对大规模农业农村信息资源，实现语义集成和查询。

目前，网络用户产生的数据已超过250 亿，如此规模的异构数据集成已成为Web 发展面临的核心问题之一。但是现有的语义实例数据的集成方法，大都集中在传统的Web 应用上，对大规模数据的集成缺乏应有的研究。本课题拟在已有研究成果的基础上，进一步针对用户生成的大规模数据，在语义集成的理论方法和实际应用方面展开深入的研究，在理论基础方面，针对群体智能信息和用户的主动交互，建立语义集成模型，解决群体智能的动态演化以及匹配的推荐和删减问题；针对网络用户交互信息分布不均匀的情况，研究基于用户交互的主动学习，解决匹配过程中的增量式学习问题；针对数据的规模问题，研究分布式并行匹配策略，解决时间瓶颈问题；针对大规模语义实例数据的查询问题，研究跨本体查询和多粒度转换算法，提高查询的精确度。在应用方面，研究成果将用于解决实际问提，验证提出的理论模型和算法的有效性。拟针对大规模农业农村信息资源，实现语义集成和查询。.项目组在以上几个方面取得了一定的成绩：针对数据分布不均匀的实际情况，利用改进的概率图生成模型和张量分解模型，解决小样本数据的学习问题，旨在对关系进行预测；针对数据规模大的问题，引入了分布式并行方法；利用用户的社交网络信息隐含关系，研究了信任关系的传播机制，提升群体智能的动态决策能力；同时实现了农业农村信息资源的数据集成平台，成功应用于重庆长江流域柑橘带的中晚熟脐橙的栽种、肥水管理、病虫害管理、采摘、物流、市场预测等环节，积极促进了地方经济的发展。